JP3425165B2 - 連続文音声認識装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は連続発声された文音声を
認識する連続文音声認識装置に関し、特に本発明は文節
間の係り受け関係、意味関係、関連度を用いて、より速
く、より正確に文の認識を行うことができる連続文音声
認識装置に関するものである。

【０００２】

【従来の技術】従来、連続発声された文音声を認識する
文音声認識方式としては、文脈自由文法の文を、ＣＹＫ
やＥａｒｌｅｙといったパーザー（文を成分に分けて処
理する方式）とＤＰ（ダイナミック・プログラミング、
以下ＤＰという）照合を組み合わせて認識する方式が用
いられていた。

【０００３】

【発明が解決しようとする課題】ところで、上記した従
来の方式は扱える文法が文脈自由文法に限られ、日本語
の係り受け関係や意味関係、文節間の関連度を表現する
には不適当であるという問題があった。すなわち、上記
した方式は、例えば英文のように文節の順序に意味を持
つ文音声を認識するには適しているが、日本語のよう
に、係り受け関係（助詞による文節の結合関係）、意味
関係、関連度等に多く依存する文音声を認識するには適
当でなかった。

【０００４】本発明は上記した従来技術の問題点に鑑み
なされたものであって、係り受け関係や意味関係、文節
間の関連度を考慮しながら効率良く連続文音声を認識す
ることができる連続文音声認識装置を提供することを目
的とする。

【０００５】

【課題を解決するための手段】図１は本発明の原理ブロ
ック図である。同図において、１は入力音声と文節テン
プレートを照合し、認識スコアを出力する照合部、２は
文節群フラグを参照して照合部１において次に照合すべ
き文節を選択する文節選択部、３は格支配文法テーブ
ル、４は次に選択する文節を指示する文節群フラグを格
納した文節群フラグ・テーブル、５は照合部１において
入力音声と照合する文節テンプレートを格納した文節テ
ンプレート格納部、６はビーム・サーチを行うためのビ
ーム・サーチ枝刈り部、７は関連度スコア算出部であ
る。

【０００６】上記課題を解決するため、本発明の請求項
１の発明は、あらかじめ、文節をその格と意味により文
節群に分類して格支配文法テーブル３に格納しておき、
上記分類結果を参照して、文節の係り受け関係と意味関
係から文節群フラグ・テーブル４の入力音声の文節中に
現れる可能性のある文節群にフラグを立てる。

【０００７】そして、フラグが立てられた文節群と入力
音声の文節とを照合部１において照合し、フラグが立て
られた文節群に含まれる文節が実際に入力音声の文節中
に現れるかを調べ、その結果に基づき文節を選択し、上
記照合手段が出力する認識スコアに基づき連続文音声を
認識する。

【０００８】本発明の請求項２の発明は、請求項１の発
明において、フラグが立てられた文節と入力音声の文節
を上記照合手段により照合した結果、フラグが立てられ
た文節群に含まれる文節が実際に入力音声中の照合でき
た場合、照合した文節に該当する文節群フラグテーブル
のフラグをリセットするようにしたものである。本発明
の請求項３の発明は、請求項１または請求項２の発明に
おいて、入力音声の文節と照合する文節候補をビーム・
サーチ枝刈り部６においてビーム・サーチ法により一定
数内に絞るようにしたものである。本発明の請求項４の
発明は、請求項１，２または請求項３の発明において、
関連度スコア算出部７において、文節間の関連度から関
連度スコアを算出し、算出された関連度スコアを入力音
声の照合結果に付加するようにしたものである。

【０００９】本発明の請求項５の発明は、請求項４の発
明において、文節間の関連度データとして、文節間の共
起関係データを用いるようにしたものである。本発明の
請求項６の発明は、請求項４の発明において、文節間の
関連度データとして、文節間の隣接関係データを用いる
ようにしたものである。本発明の請求項７の発明は、請
求項４の発明において、関連度データとして、２つの文
節間の関連度データを用い、入力音声の文節と照合する
毎に、その前に照合した文節との関連度スコアを計算し
て記憶しておき、その回の関連度スコアは前回計算した
関連度スコアと、今回計算した関連度スコアとから算出
するようにしたものである。

【００１０】本発明の請求項８の発明は、請求項７の発
明において、前回計算した関連度スコアと今回計算した
関連度スコアの和からその回の関連度スコアを算出する
ようにしたものである。本発明の請求項９の発明は、請
求項７の発明において、前回計算した関連度スコアと今
回計算した関連度スコアの積からその回の関連度スコア
を算出するようにしたものである。

【００１１】本発明の請求項１０の発明は、請求項７の
発明において、前回計算した関連度スコアと今回計算し
た関連度スコアの内、大きい方をその回の関連度スコア
とするようにしたものである。本発明の請求項１１の発
明は、請求項７の発明において、前回計算した関連度ス
コアと今回計算した関連度スコアの内、小さい方をその
回の関連度スコアとするようにしたものである。

【００１２】本発明の請求項１２の発明は、請求項７の
発明において、前回計算した関連度スコアと今回計算し
た関連度スコアの平均値からその回の関連度スコア求め
るようにしたものである。

【００１３】

【作用】本発明の請求項１，２の発明においては、文節
をその格と意味により文節群に分類して格支配文法テー
ブル３に格納しておき、上記分類結果を参照して、文節
の係り受け関係と意味関係から入力音声の文節中に現れ
る可能性のある文節群にフラグを立て、フラグが立てら
れた文節群と入力音声の文節を照合し、その結果に基づ
き、文節を選択し、上記照合手段が出力する認識スコア
に基づき連続文音声を認識し、また、フラグが立てられ
た文節と入力音声の文節を上記照合手段により照合した
結果、フラグが立てられた文節群に含まれる文節が実際
に入力音声中の照合できた場合、照合した文節に該当す
る文節群フラグテーブルのフラグをリセットするように
したので、係り受け関係や意味関係を考慮して効率よく
連続文音声入力を認識することができ、連続文音声認識
の性能を向上させることができる。

【００１４】本発明の請求項３の発明においては、入力
音声の文節と照合する文節候補をビーム・サーチ法によ
り一定数内に絞るようにしたので、照合のための計算量
を減少させることができる。本発明の請求項４ないし請
求項１２の発明においては、文節間の関連度から関連度
スコアを算出し、算出された関連度スコアを入力音声の
照合結果に付加するようにしたので、より正確に連続文
音声入力を認識することができる。

【００１５】

【実施例】図２は本発明の第１の実施例を示す図であ
り、同図において、１１は入力音声と文節テンプレート
をダイナミック・プログラミングにより照合し、認識ス
コアを出力するＤＰ照合部、１２は文節群フラグを参照
してＤＰ照合部１１において次に照合すべき文節を選択
する文節選択部、１３は格支配文法を格納した格支配文
法テーブル、１４は次に選択する文節を指示する文節群
フラグを格納した文節群フラグ・テーブル、１５はＤＰ
照合部１１において入力音声と照合する文節テンプレー
トを格納した文節テンプレート格納部である。

【００１６】図３は格支配文法テーブル１３の構成の一
例を示す図であり、同図に示すように格支配文法テーブ
ル１３には、動詞、名詞句等の係り受け関係、すなわ
ち、動詞、名詞句等の文節と、その文節がきた場合には
次のどの文節がくるかという対応関係が格納されてい
る。例えば、「行く」という動詞に係る可能性のある文
節として「私が」、「太郎が」等の「（人）が」という
文節と、「学校へ」、「病院へ」といった「（場所）
へ」のような文節がありうることが記述されている。ま
た、例えば、名詞句の前に形容詞がくるといったことも
同様に記述されている。

【００１７】なお、文の順序では「行く」という動詞は
一般に文の最後にくるが、日本語の場合には、前から後
ろへの係り受け関係により次に続く文節が決まってくる
ため、認識は後ろからやっていった方が文法の制限をよ
り明確に反映させることができる。したがって、認識時
には、文末の「行く」から認識していき、「行く」の次
に「場所へ」あるいは「人が」等がくることとなる。

【００１８】図４（ａ）は文節群フラグ・テーブル１４
の構成を示す図であり、文節群フラグ・テーブル１４に
は同図に示すように、動詞、名詞句、形容詞等とそれら
の文節群フラグが格納され、これら文節群フラグは、格
支配文法テーブル１３を参照した結果、照合された文節
の次にくると予測される文節に○が付与され、それ以外
の文節および照合済の文節には×が付与される。

【００１９】図４（ｂ）は文節群フラグ・テーブル１４
の文節群フラグの変化の様子を示す図であり、同図は
「私が 学校へ 行く」という文音声を認識する場合の
文節群フラグの状態を示している。同図により、一例と
して上記のように「私が 学校へ 行く」という文音声
を認識する場合の文節群フラグの付与について説明す
る。 前述したように連続文を認識する場合には文音声の
末尾から認識が行われ、日本語文においては通常動詞が
文末にくるので文節群フラグ・テーブル１４には最初、
動詞の全てに○が付与されている。ついで、動詞として
「行く」が認識されると文節群フラグ・テーブル１４に
格納された動詞の文節群フラグに×が付与される。 格支配文法テーブル１３を参照して動詞「行く」の
次にくる文節が予測され、その結果、「行く」の場合に
は「（場所）へ」、「（人）が」が関係ある文節として
見いだされるので、図４（イ）に示すように、「（場
所）へ」、「（人）が」に○が付与され、「（場所）
で」には×が付与される。 「行く」の次にくる文節を照合した結果、例えば、
「学校へ」という文節が認識された場合には、「（場
所）へ」という文節に×が付与される。これは、単文に
おいは、同種の格支配が２以上表れることはほとんどな
いというルールを利用している。

【００２０】その結果、文節群フラグ・テーブル１４の
文節群フラグの状態は図４（ロ）に示すように、
「（人）が」に○が付与されている状態となる。 「学校へ」の次の文節を照合した結果、次の文節が
「私が」であることが認識されると、文節群フラグ・テ
ーブル１４の「（人）が」の文節のフラグに×が付与さ
れ、文節群フラグの状態は図４（ハ）に示す状態とな
る。

【００２１】結果として、全ての文節群フラグに×がつ
くことになるので、この文の認識は終了したということ
となる。なお、上記例においては、全ての文節群フラグ
が×になり、認識を終了することができたが、文法の書
き方によってはいつまでたっても文の終わりが検出でき
ないこともあり得る。そのため、例えば、認識できる文
節の数を制限するなどにより、上記問題を回避すること
が可能である。

【００２２】図５は文節選択部１２における処理を示す
フローチャートであり、同図、図３および図４を用いて
図２に示す第１の実施例について説明する。文節選択部
１２はまず、文節群フラグとＤＰの初期状態（照合結果
が入力されていない状態）をキューに入れる（図５のス
テップＳ１）。初期状態においては、文節群フラグは前
述したように動詞の文節に○が付与されている。

【００２３】なお、ＤＰの照合結果は文節の各部分まで
の照合結果からなる数字列であり、初期状態において
は、上記数字列に無限大の記号が記されている。つい
で、ステップＳ２において、キューが空か否が判別さ
れ、キューが空の場合には終了する。キューが空でない
場合（初期状態においては、キューにはステップＳ１に
おいて入力された文節群フラグとＤＰの初期状態が入力
されている）、ステップＳ３に行き、キューから文節群
フラグとＤＰの結果を取り出す。また、Ｉを初期状態で
あるＩ＝１とする。

【００２４】ステップＳ４において、Ｉの値が図２の文
節テンプレート格納部１５に格納された文節テンプレー
ト登録文節数より大きいか否かが判別され、Ｉの値が文
節テンプレート登録文節数より大くなった場合には、そ
の文節について文節テンプレートとの照合が終了したも
のとしてステップＳ２に戻り、キューが空であるか否か
を判別し、空でない場合には、ステップＳ３に行く。

【００２５】また、Ｉの値が文節テンプレート登録文節
数より小さい場合には、ステップＳ５に行き、Ｂに文節
テンプレートより取り出した第Ｉ番目の文節を入れる。
ついで、ステップＳ６に行き、文節テンプレートより取
り出した第Ｉ番目の文節について、文節群フラグ・テー
ブル１４を参照してその文節に文節群フラグが立ってい
る（○が付されている）か否かを判別する。そして、文
節群フラグが立っていない場合にはステップＳ８に行
き、Ｉに１を加えてステップＳ４に戻る。

【００２６】また、文節群フラグが立っている場合に
は、ステップＳ７に行き、図２のＤＰ照合部１１に、入
力された音声データと文節テンプレートより取り出した
Ｉ番目の文節Ｂとの照合を行わせるとともに、文節群フ
ラグ・テーブル１４に格納された文節群フラグを更新す
る。すなわち、前記したように照合済の文節について、
文節群フラグを○から×にする。

【００２７】上記処理が終わると、ＤＰ照合部１１にお
ける照合結果と、更新された文節群フラグ・テーブルを
キューに入れる。ついで、ステップＳ８に行き、Ｉに１
を加算してステップＳ４に戻り、文節テンプレート格納
部１５に格納された次の文節テンプレートについて、上
記と同様にＤＰ照合と、文節群フラグ更新処理を行う。

【００２８】以上のようにして、文節テンプレート格納
部１５に格納された全ての文節テンプレートと入力音声
の照合が終わると、ステップＳ４からステップＳ２に戻
り、キューが空か否かを判断して、空でない場合には、
ステップＳ３に行く。ステップＳ３においては、キュー
から文節群フラグとＤＰの結果を取り出し、Ｉ＝１とし
て、入力音声の次の文節について、キューから取り出し
た文節群フラグとＤＰの結果を基に上記と同様、ＤＰ照
合と文節群フラグの更新処理を行う。

【００２９】以上のように、図５の処理においは、文節
テンプレート格納部１５に格納された各テンプレートの
内、文節群フラグが付された文節のテンプレートと入力
音声の最初の文節（文末の文節）とをＤＰ照合部１１に
おいて、順次、照合するともに文節群フラグを更新し、
照合結果と更新された文節群フラグをキューに格納す
る。

【００３０】ついで、次の入力音声の文節と、文節テン
プレート格納部１５に格納された各テンプレートの内、
文節群フラグが付された文節のテンプレートとを上記と
同様に照合し、ＤＰ照合結果を、キューに格納された最
初の文節のＤＰ照合結果を基にしてつなげていく。そし
て、ＤＰ照合結果と更新された文節群フラグを前記した
ように、キューに格納する。

【００３１】以下同様に、入力音声の各文節と文節テン
プレートを順次照合していき、前記したように、文節群
フラグがすべて×状態になると、照合を終了する。そし
て、ＤＰ照合部１１は連続文音声の各文節のＤＰ照合結
果をつなげて得られた連続文音声に対する複数のＤＰ照
合結果より認識スコア求めて出力し、この認識スコアの
最も高いものを入力音声の認識結果とする。

【００３２】図６は本発明の第２の実施例を示す図であ
り、同図において、図２に示した第１の実施例と同一の
ものには同一の符号が付されており、本実施例において
は、第１の実施例のものに、ビームサーチ枝刈り部２１
と関連度スコア処理部２２と関連度データ格納部２３付
加したものであり、その他の構成は第１の実施例と同一
である。

【００３３】図７はビーム・サーチの概念を示す図であ
り、同図を参照して、本実施例におけるビーム・サーチ
について説明する。連続文音声認識は基本的には、前記
したように、入力音声の各文節のＤＰ照合結果（これを
以下、ＤＰプレーンという）をつなぐことにより実現す
ることができ、図７は、前記した「私が 学校へ 行
く」という文を例にして上記ＤＰプレーンを図示したも
のである。

【００３４】図７に示すように、連続文の認識を行う場
合には、最初に現れる文節（文末の文節）のＤＰプレー
ンを作成したのち（同図では、最初の現れる文節として
「行く」、「聞く」、「見る」のＤＰプレーンが例示さ
れている）、各文節について、その後に続き得る文節の
ＤＰプレーンをつなげる（同図では、上記文末の文節に
続いて「学校へ」、「私が」のＤＰプレーンがつなげら
れている）ことにより、連続認識を行うことができる。
なお、前記したように認識は後ろからやっていった方が
文法の制限をより明確に反映させることができ、図７の
例においては、文末の「行く」等の動詞から照合してい
る。

【００３５】ところで、図２に示した第１の実施例にお
いては、入力された音声の各文節と文節テンプレートと
の照合結果の全てについてＤＰプレーンを作成し、その
ＤＰプレーンをつなげていくため、全ての可能性につい
てＤＰマッチングを行うこととなり、計算量が膨大なも
のとなる。そこで、各文節を照合した段階で、その照合
結果による枝刈りによりＤＰプレーンを伸ばす個数を一
定数に制限すれば、上記計算量を抑えることができる。

【００３６】このような手法がビーム・サーチであり、
図７の例においては、ＤＰプレーンを伸ばす個数を１に
制限した例を示している。すなわち、図２に示した第１
の実施例の場合には、「行く」、「聞く」、「見る」の
全てのＤＰプレーンに続けて、入力音声の次の文節のＤ
Ｐプレーンをつなげていくこととなるため、ＤＰプレー
ンの分岐数が増え計算量が膨大なものとなるが、図７の
ように、「行く」、「聞く」、「見る」の内、最も認識
スコアの高い「行く」のみからＤＰプレーンを伸ばすこ
とにより、計算量を抑えることができる。

【００３７】具体的には、図５のフローチャートにおい
て、キューにＤＰ照合結果と文節群フラグを入れるとき
に、ＤＰ照合結果を図６のビーム・サーチ枝刈り部２１
に送り、ビーム・サーチ枝刈り部２１で文節候補の数を
ビーム幅内に絞り、文節選択部１２のキューに送る。す
なわち、ＤＰ照合結果の内、ビーム・サーチ枝刈り部２
１において選定される認識スコアの高い１ないし複数の
文節を文節候補として（図７の例においては「行く」が
文節候補として選択されている）、文節選択部１２のキ
ューに送る。

【００３８】図８は関連度データ格納部２３に格納され
た関連度データの一例を示す図であり、同図には、関連
度データとして、一つの文に二つの文節が同時に現れる
可能性を示す値（共起関係データという）が示されてい
る。同図の例においては、例えば「行く」という文節の
前に「今日」という文節が現れる確率は０．３であり、
また、「今日」という文節が２回現れる確率は０である
ことが示されている。

【００３９】なお、関連度データとしては、上記例のほ
か、例えば、ある文節が他のある文節と隣合う可能性を
示したデータ等（隣接関係データという）を用いること
もできる。図６の関連スコア処理部は２２は上記した関
連度データ格納部２３に格納された関連度データを参照
して、関連度スコアを算出する手段であり、文節選択部
１２により文節が選択された場合に、その文中の既に選
択された文節との関連度を算出し、ＤＰ照合部１１にお
ける照合結果に関連度を加算するか、あるいは照合結果
と関連度との積を求めて認識スコアとして出力する。

【００４０】関連度の算出方法としては、例えば、文節
選択部１１が「行く」の前の文節として「学校へ」を選
択した場合、図８に示した関連度データから関連度は
０．８と求められる。次に、「学校へ」の前の文節とし
て「私は」が選ばれたときには、図８の関連度データか
ら「学校へ」と「私は」の関連度が０．４であり、この
値と上記した「行く」と「学校へ」の関連度０．８を加
えて、関連度１．２となる。

【００４１】さらに、「私は」の次の文節として、「今
日」が選択された場合には、関連度は図８より０．２と
なるから、上記した関連度１．２にこの０．２を加えて
関連度は１．４となる。すなわち、図８に示した関連度
データの値を累積していくことにより、関連度が求めら
れる。上記例においては、関連度の和を算出して複数の
文節の関連度を求める例を示したが、関連度の算出方法
としては、その他種々の方法を採用することができ、例
えば、和のかわりに積を用いることもできる。この場合
には、上記例のように、「行く」と「学校へ」と「私
は」が選択された場合の関連度は０．８×０．４＝０．
３２となり、さらに、「今日」が選択された場合の関連
度は０．３２×０．２＝０．０６４となる。

【００４２】また、関連度を求める手法としては、その
他、図８の関連度データから求めた関連度の最大値ｍａ
ｘを求めたり（この場合、上記のように「行く」と「学
校へ」と「私は」が選択された場合の関連度は０．
８）、あるいは、最小値ｍｉｎを求めたり、さらに、各
関連度値の平均を求める等により、関連度を算出するこ
ともできる。

【００４３】次に、図７、図８を参照して図６の第２の
実施例について説明する。図２の示した実施例と同様、
文節テンプレート格納部１５に格納された各テンプレー
トの内、文節群フラグが付された文節のテンプレートと
入力音声の最初の文節（文末の文節）とをＤＰ照合部１
１において照合するともに文節群フラグを更新する。こ
の照合結果はＤＰ照合部１１よりビームサーチ枝刈り部
２１に送られ、ビームサーチ枝刈り部２１はＤＰ照合に
より得られた文節候補の数を、認識スコアにより、ビー
ム幅内の一定の数に絞る。

【００４４】ビームサーチ枝刈り部２１により絞られた
文節候補は文選択部１２に送られ、キューに入れられ
る。ついで、次の入力音声の文節と、文節テンプレート
格納部１５に格納された各テンプレートの内、文節群フ
ラグが付された文節のテンプレートとを上記と同様に照
合する。そして、そのＤＰ照合結果をキューに入力され
ている前の文節の文節候補のＤＰプレーンにつなげてい
く。

【００４５】以下同様に、入力音声の各文節と文節テン
プレートを順次照合していき、前記したように、文節群
フラグがすべて×状態になると、照合を終了する。ま
た、関連度スコア処理部２２は文選択部１２において文
節が選択されたとき、関連度データ格納部２３に格納さ
れた関連度データを参照して、前記した手法により関連
度を算出し、ＤＰ照合部１１の照合結果に関連度を加え
て（例えば、和を求めたり、積を求める）、認識スコア
として出力する。

【００４６】図９は本発明の第３の実施例を示す図であ
り、同図において、図６に示した第２の実施例と同一の
ものには同一の符号が付されており、本実施例において
は、第２の実施例の関連度スコア処理部２２を関連度ス
コア付加部２４と関連度スコア計算部２５から構成した
ものであり、その他の構成は図６の実施例と同一であ
る。

【００４７】図９の実施例において、関連度スコア計算
部２５は関連度データ格納部２３に格納された関連度デ
ータを参照して、前記したように関連度データの和、積
等から関連度スコアを計算し、関連度スコア付加部２４
に出力する。関連度スコア付加部２４は関連度スコア計
算部２５により求められた関連度スコアをＤＰ照合部１
１が出力する認識スコアに付加して（例えば、前記した
ように、認識スコアに関連度スコアを加算、もしくは掛
けて）、認識スコアを出力する。

【００４８】

【発明の効果】以上説明したことから明らかなように、
本発明においては、文節をその格と意味により文節群に
分類しておき、上記分類結果を参照して、文節の係り受
け関係と意味関係から入力音声の文節中に現れる可能性
のある文節群にフラグを立て、フラグが立てられた文節
群と入力音声の文節を照合し、フラグが立てられた文節
群に含まれる文節が実際に入力音声の文節中に現れるか
を調べ、その結果に基づき文節を選択し、上記照合手段
が出力する認識スコアに基づき連続文音声を認識するよ
うにしたので、係り受け関係や意味関係を考慮して効率
よく連続文音声入力を認識することができ、連続文音声
認識の性能を向上させることができる。

【００４９】また、入力音声の文節と照合する文節候補
をビーム・サーチにより一定数内に絞るようにすること
により、照合のための計算量を減少させることができ
る。さらに、文節間の関連度から関連度スコアを算出
し、算出された関連度スコアを入力音声の照合結果に付
加することにより、より正確に連続文音声入力を認識す
ることができる。

【図面の簡単な説明】

【図１】本発明の原理ブロック図である。

【図２】本発明の第１の実施例を示す図である。

【図３】格支配文法テーブルの一例を示す図である。

【図４】文節群フラグ・テーブルの一例を示す図であ
る。

【図５】文節選択部における処理を示すフローチャート
である。

【図６】本発明の第２の実施例を示す図である。

【図７】ビーム・サーチの概念を示す図である。

【図８】関連度データの一例を示す図である。

【図９】本発明の第３の実施例を示す図である。

【符号の説明】

１１ ＤＰ照合部 １２ 文節選択部 １３ 格支配文法テーブル １４ 文節群フラグ・テーブル １５ 文節テンプレート格納部 ２１ ビームサーチ枝刈り部 ２２ 関連度スコア処理部 ２３ 関連度データ ２４ 関連度スコア付加部 ２５ 関連度スコア計算部

フロントページの続き (56)参考文献 特開 昭63−128467（ＪＰ，Ａ) 特開 昭63−311398（ＪＰ，Ａ) 特開 平３−180899（ＪＰ，Ａ) 小島英樹 他，深層格を用いた係り受 け解析による日本語文音声の認識，日本 音響学会平成４年度秋季研究発表会講演 論文集，日本，1992年10月 ５日，２− Ｑ−９，ｐ．189−190 小島英樹 他，連続音声認識技術，Ｆ ＵＪＩＴＳＵ，日本，1998年 １月12 日，Ｖｏｌ．49 Ｎｏ．１，ｐ．71−75 鈴木良弥，格構造を利用した日本語音 声認識，日本音響学会平成４年度春季講 演論文集，日本，1992年 ３月，３−１ −７，ｐ．83−84 (58)調査した分野(Int.Cl.⁷，ＤＢ名) G10L 15/12 G10L 15/18 G10L 15/28 ＪＩＣＳＴファイル（ＪＯＩＳ)

Claims (12)

(57)【特許請求の範囲】
1. 【請求項１】 文節照合により連続文音声を認識する連
   続文音声認識装置であって、 文節をその格と意味により文節群に分類して格納した格
   支配文法テーブルと、 次に選択する文節を指示する文節群フラグを格納した文
   節群フラグ・テーブルと、 入力音声を照合し、認識スコアを出力する照合手段と、 上記文節フラグを参照して、上記照合手段において次に
   照合すべき文節を選択する文節選択手段とを備え、 上記文節選択手段は、上記格支配文法テーブルを参照し
   て、上記文節群フラグ・テーブルの入力音声の文節中に
   現れる文節群にフラグを立て、 フラグが立てられた文節と入力音声の文節を上記照合手
   段により照合し、フラグが立てられた文節群に含まれる
   文節が実際に入力音声の文節中に現れるかを調べ、その
   結果に基づき文節を選択し、 上記照合手段が出力する認識スコアに基づき連続文音声
   を認識することを特徴とする連続文音声認識装置。
2. 【請求項２】 フラグが立てられた文節と入力音声の文
   節を上記照合手段により照合した結果、フラグが立てら
   れた文節群に含まれる文節が実際に入力音声中の照合で
   きた場合、照合した文節に該当する文節群フラグテーブ
   ルのフラグをリセットすることを特徴とする請求項１の
   連続文音声認識装置。
3. 【請求項３】 前記照合手段はビームサーチ法により入
   力音声の文節と照合する文節候補を一定数内に絞ること
   を特徴とする請求項１または請求項２の連続文音声認識
   装置。
4. 【請求項４】 文節間の関連度から関連度スコアを算出
   し、算出された関連度スコアを入力音声の照合結果に付
   加する関連度スコア算出手段を備えたことを特徴とする
   請求項１，２または請求項３の連続文音声認識装置。
5. 【請求項５】 文節間の関連度データとして、文節間の
   共起関係データを用いて関連度スコアを算出することを
   特徴とする請求項４の連続文音声認識装置。
6. 【請求項６】 文節間の関連度データとして、文節間の
   隣接関係データを用いて関連度スコアを算出することを
   特徴とする請求項４の連続文音声認識装置。
7. 【請求項７】 関連度データとして、２つの文節間の関
   連度データを用い、入力音声の文節と照合する毎に、そ
   の前に照合した文節との関連度スコアを計算して記憶し
   ておき、 その回の関連度スコアは前回計算した関連度スコアと、
   今回計算した関連度スコアとから算出することを特徴と
   する請求項４の連続文音声認識装置。
8. 【請求項８】 前回計算した関連度スコアと今回計算し
   た関連度スコアの和からその回の関連度スコアを算出す
   ることを特徴とする請求項７の連続文音声認識装置。
9. 【請求項９】 前回計算した関連度スコアと今回計算し
   た関連度スコアの積からその回の関連度スコアを算出す
   ることを特徴とする請求項７の連続文音声認識装置。
10. 【請求項１０】 前回計算した関連度スコアと今回計算
    した関連度スコアの内、大きい方をその回の関連度スコ
    アとすることを特徴とする請求項７の連続文音声認識装
    置。
11. 【請求項１１】 前回計算した関連度スコアと今回計算
    した関連度スコアの内、小さい方をその回の関連度スコ
    アとすることを特徴とする請求項７の連続文音声認識装
    置。
12. 【請求項１２】 前回計算した関連度スコアと今回計算
    した関連度スコアの平均値からその回の関連度スコア求
    めることを特徴とする請求項７の連続文音声認識装置。